HashMap深度解析：死环问题、源码设计与面试高频考点

一、死环问题：JDK1.7的"致命陷阱"

问题背景 ：

在JDK1.7的HashMap中，多线程并发扩容时可能因头插法导致链表反转，形成死循环。以下是其核心过程：

1. 触发条件 ：两个线程同时执行resize()，且原链表有多个节点（如A→B→C）。
2. 反转链表：线程1执行头插法，将链表变为C→B→A；此时线程2开始遍历，若此时CPU切换至线程2，其仍持有旧链表的引用（A→B→C）。
3. 循环形成：线程2将A插入新链表头部，接着处理B时，B.next指向A，形成A↔B的循环。

代码片段（JDK1.7）：

void transfer(Entry[] newTable) {
    for (Entry<K,V> e : table) {
        while (e != null) {
            Entry<K,V> next = e.next; // 线程切换点
            e.next = newTable[i];     // 头插法
            newTable[i] = e;
            e = next;
        }
    }
}

解决方案 ：

JDK1.8改用尾插法 ，保持链表顺序，避免反转，但并发操作仍可能导致数据丢失，因此需用ConcurrentHashMap。

---

二、面试官视角：HashMap核心考察点

1. 数据结构演进

• JDK1.7：数组 + 链表（碰撞时链表头插）。
• JDK1.8：数组 + 链表/红黑树（链表长度≥8且桶数量≥64时树化，树节点≤6时退化为链表）。

2. put/get方法实现

• put流程：

  1. 计算key.hashCode()，二次哈希（扰动函数）降低碰撞概率。
  2. 确定桶位置：(n-1) & hash。
  3. 处理碰撞：
     • 链表：遍历至尾节点插入（JDK1.8尾插）。
     • 红黑树 ：调用TreeNode.putTreeVal()。
  4. 扩容检查：若当前size≥阈值（容量×负载因子），触发resize()。

• get流程：

  1. 计算哈希定位桶。
  2. 遍历链表或红黑树查找匹配节点。

3. JDK1.7 vs JDK1.8并发设计差异

• JDK1.7 ConcurrentHashMap：

  • Segment分段锁 ：每个Segment继承ReentrantLock，锁粒度较粗。
  • 锁分离：不同Segment的写操作可并行。

• JDK1.8 ConcurrentHashMap：

  • synchronized + CAS：锁粒度细化到桶头节点，CAS用于无锁化初始化、计数等操作。
  • 弃用ReentrantLock的原因 ：
    • 内存开销 ：ReentrantLock基于AQS，每个锁对象占用更多内存。
    • JVM优化：synchronized在JDK1.6后引入锁升级（偏向锁→轻量锁→重量锁），性能接近ReentrantLock。

4. 扩容机制与阈值设计

• 负载因子（默认0.75）：权衡空间利用率与哈希碰撞概率。

• 扩容阈值 ：容量 × 负载因子。

• 树化条件：

  • 链表长度≥8且桶数量≥64 → 转为红黑树。
  • 桶数量<64 → 优先扩容而非树化。

• 扩容优化（JDK1.8）：

  • 高位掩码法 ：节点在新表中的位置为原位置或原位置 + 旧容量，避免重新哈希。
  • 链表拆分：保持顺序，避免死环。

---

三、高频面试考点与设计哲学

1. 时间复杂度分析

• 理想情况：O(1)（直接命中桶）。
• 链表冲突：O(n)。
• 红黑树冲突：O(log n)。

2. 为什么选择红黑树而非AVL树？

• 平衡性妥协：红黑树插入/删除时旋转次数更少，适合频繁写操作的场景。

3. 哈希扰动函数的作用

• JDK1.8的hash() ：

  static final int hash(Object key) {
      int h;
      return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16);
  }

  • 高位参与运算：将高16位异或到低16位，减少哈希碰撞概率。

4. 线程安全问题

• 数据覆盖：并发put时，若两个线程同时发现桶为空，可能导致后写入的值覆盖前值。
• 扩容数据丢失：并发扩容时节点未正确迁移。

5. 为什么允许null键/值？

• 设计选择 ：HashMap明确允许null，而ConcurrentHashMap禁止null（避免二义性）。

---

四、总结：HashMap的设计智慧

1. 空间换时间：通过负载因子和扩容机制平衡空间占用与查询效率。
2. 渐进式优化：从链表到红黑树，避免极端情况下的性能劣化。
3. 并发取舍：在单线程性能与多线程安全之间，HashMap选择前者，强调正确使用场景（如用ConcurrentHashMap替代）。
4. 算法与工程结合：哈希扰动、树化阈值等细节均基于统计学与工程实践。